在熊猫中创建管道
原文:https://www.geeksforgeeks.org/create-a-pipeline-in-pandas/
管道在转换和操纵大量数据方面发挥着有益的作用。管道是一系列的数据处理机制。Pandas 管道特性允许我们将各种用户定义的 Python 函数串在一起，以便构建一个数据处理管道。有两种方法可以在熊猫体内创建管道。通过呼叫。管道()功能，通过导入 pdpipe 包。
通过 pandas 管道函数，即 pipe()函数，我们可以一次调用多个函数，并在一行中进行数据处理。让我们通过使用 pipe()函数来理解和创建一个管道。
以下是描述如何使用熊猫创建管道的各种示例。
例 1:
蟒蛇 3
# importing pandas library
import pandas as pd
# Create empty dataframe
df = pd.DataFrame()
# Creating a simple dataframe
df['name'] = ['Reema', 'Shyam', 'Jai',
'Nimisha', 'Rohit', 'Riya']
df['gender'] = ['Female', 'Male', 'Male',
'Female', 'Male', 'Female']
df['age'] = [31, 32, 19, 23, 28, 33]
# View dataframe
df
输出:
现在，为数据处理创建函数。
蟒蛇 3
# function to find mean
def mean_age_by_group(dataframe, col):
# groups the data by a column and
# returns the mean age per group
return dataframe.groupby(col).mean()
# function to convert to uppercase
def uppercase_column_name(dataframe):
# Converts all the column names into uppercase
dataframe.columns = dataframe.columns.str.upper()
# And returns them
return dataframe
现在，使用。pipe()函数。
蟒蛇 3
# Create a pipeline that applies both the functions created above
pipeline = df.pipe(mean_age_by_group, col='gender').pipe(uppercase_column_name)
# calling pipeline
pipeline
